UNIVERSIDADE FEDERAL DE PERNAMBUCO
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS
DEPARTAMENTO DE ECONOMIA
PÓS-GRADUAÇÃO EM ECONOMIA
EC00931 – Tópicos Especiais em Econometria/Dados de Painel
CH: 60 horas/aula
Docente: Tatiane Almeida de Menezes
Créditos: 04
Objetivo
O objetivo desse curso é a apresentação dos principais métodos econométricos aplicados a
microdados. O foco do curso será tanto teórico como prático de forma a dar ao aluno experiência no
manejo das principais bases de dados brasileiras, assim como familiarização com os principais pacotes
de softwares econométricos existentes. Para tanto, o curso está dividido em duas partes. A primeira
parte faz uma apresentação teórica dos métodos econométricos e sua interpretação. A segunda parte
está voltada para aplicações práticas de tais métodos utilizando as bases de dados brasileiras.
Programa
1. Introdução
2. Inferência Causal
3. O Método de Variáveis Instrumentais e Dados em Painel
4. O Modelo de Seleção de Heckman, O Efeito Marginal do Tratamento e o Efeito sobre os NãoTratados.
5. Amostra Estratificada e Cluster
Método de Avaliação
A avaliação será composta por: apresentação de trabalhos e 1 provas.
Nota Final: [Prova1 + Trabalho] / 2
Referências Bibliográficas
Bibliografia Básica
Cameron C. e Trivedi, P. Microeconometrics: Theor y and Aplication, Cambriedge University Press,
2005.
Wooldridge,Jeffry “Econometric Analysis of Cross-Section and Panel Data”, MIT Press, 2002.
Bibliografia Complementar:
1. Introdução
Heckman, J. 2001. Micro Data, Heterogeneity, and the Evaluation of Public Policy. Journal of
Political Economy, v. 109, n. 4. Primeira Parte.
Angrist, J and Krueger, A (1999). “Empirical Strategies in Labour Economics”, in Handbook of
Labour Economics, Vol. 3, cap 23.
Lisboa e Menezes-Filho (2001) Microeconomia e Sociedade. Editora Contra-Capa
2. Inferência Causal
Cox, D. R. (1992), "Causality: Some Statistical Aspects." Journal of the Royal Statistical Society,
Series A, 155, part 2, 291-301.
Heckman, J. (2008), "Econometric Causality." IZA Discussion Paper Series n. 3425.
UNIVERSIDADE FEDERAL DE PERNAMBUCO
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS
DEPARTAMENTO DE ECONOMIA
PÓS-GRADUAÇÃO EM ECONOMIA
Heckman, J. (2005). The scientific model of causality. Unpublished manuscript, University of
Chicago, Department of Economics.
Heckman, J. (2001). Micro Data, Heterogeneity, and the Evaluation of Public Policy. Journal of
Political Economy, v. 109, n. 4.
Holland, P., (1986), "Statistics and Causal Inference,"(with discussion), Journal of the American
Statistical Association, 81, 945-970.
Imbens, G. and Wooldridge, J. (2008), "Recent Developments in the Econometrics of Program
Evaluation," NBER WP 14251.
Rubin, D. 1974. Estimating Causal Effects of Treatments in Randomized and Non-randomized
Studies. Journal of Educational Psychology, 66, 688-701
3. O Método de Variáveis Instrumentais e Dados em Painel
Abadie, A. (2003), "Semiparametric Instrumental V ariable Estimation of Treatment Response
Models," Journal of Econometrics, vol. 113, 231-263.
Angrist, J., G. W. Imbens and D. Rubin, (1996), "Identification of Causal Effects Using Instrumental
Variables," (with discussion) Journal of the American Statistical Association vol 91, no 434, 444472.
Angrist, J. D. (1990), "Lifetime Earnings and the Vietnam Era Draft Lottery: Evidence from Social
Security Administrative Records," American Economic Review, vol. 80, 313-336.
Angrist J. D. and A. Krueger (1991), "Does Compulsory School Attendance Affect Schooling and
Earnings?," Quarterly Journal of Economics, vol. 106, 979-1014.
Angrist, J. 2004. Treatment Effect Heterogeneity in Theory and Practice. Economic Journal. 114:
C52-C83.
Imbens, G. W. & J. D. Angrist. (1994). Identification and estimation of local average treatment
effects. Econometrica, 62, 467-475.
Islam (1997) “Growth Empirics : A Panel Data Approach”.Quarterly Journal of Economics, vol. 110,
1127-1170.
Browning, Deaton e Irish. (1985). “A Profitable Approach to Labor Supply and Commodity Demands
over the Life Cycle”. Econometrica, vol. 59 503-44.
Blundel, Ducan e Meghir “Estimation of Labor Supply Responses using Tax Reforms” Econometrica,
66, 4, 1998.
Levitt (1997) “Using Electoral Cycles in Police Hiring to Estimate the Effect of Police on Crime”.
American Economic Review, 87.
Arellano e Bond (1991). “Some Tests of Specification for Panel Data: Monte Carlo, Evidence and an
Application to Employment Equations”, Review of Economic Studies, vol. 58.
Terra, M. C. “Credit Constraints in Brazilian Firms: Evidence from Panel Data” Revista Brasileira de
Economia, vol. 57, no. 2, pp. 443-464, 2003.
Angrist (1991). “Grouped –Data Estimation and Testing in Simple Labor Supply Models”. Journal of
Econometrics, vol. 47 , 243-266.
Moffit (1993). “Identification and Estimation of Dynamic Models with a Time Series of Repeated
Cross-Sections”. Journal of Econometrics, vol. 59, 99-123.
4. O Modelo de Seleção de Heckman, O Efeito Marginal do Tratamento e o Efeito sobre os NãoTratados.
Heckman, J. 2005. The scientific model of causality. Unpublished manuscript, University of Chicago,
Department of Economics.
Heckman, J. 2001. Micro Data, Heterogeneity, and the Evaluation of Public Policy. Journal of
Political Economy, v. 109, n. 4. Segunda Parte.
Heckman, James J. 1979. Sample Selection Bias as a Specification Error. Econometrica. 47(1): 153161.
UNIVERSIDADE FEDERAL DE PERNAMBUCO
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS
DEPARTAMENTO DE ECONOMIA
PÓS-GRADUAÇÃO EM ECONOMIA
Heckman, J. and E. Vytlacil 2005. Structural Equations, Treatment Effects and Econometric Policy
Evaluation. Econometrica. 73(3), 669- 738.
5. Amostra Estratificada e Cluster
Deaton, A. (1997), The Analysis of Household Surveys: A Microeconometric Approach to
Develoment Policy, Baltimore, Johns Hopkins Press.
Bryk, A. S., and S. W. Raudenbush (1992, 2002), Hierarchical Linear Models, Newberry Park, Sage
Publications.